Transdimensional uncertainty estimation for dispersive seabed sediments
Notice bibliographique
Résumé
ABSTRACT We have applied probabilistic inversion using a transdimensional hierarchical model to ocean-acoustic reflection measurements to recover shallow sediment structure including sound-velocity dispersion, frequency-dependent attenuation, and their uncertainties. Parameter and uncertainty inferences were obtained from Markov-chain simulations using the Metropolis-Hastings algorithm for transdimensional models where the number of sediment layers is unknown. Transdimensional algorithms often exhibit slow convergence that is greatly exacerbated by computationally intensive data predictions. Advances were made to improve the performance of Markov-chain simulation and data prediction. Chain-mixing across dimensions was addressed using a tempered sequence of interacting Markov chains, which substantially improves convergence rates. The acoustic recordings were processed to give seabed reflection coefficients as a function of frequency, grazing angle, and integration time (penetration depth). Such reflection-coefficient data cannot be generally described by plane-wave theory. Therefore, data were predicted using plane-wave decomposition and solving the Sommerfeld integral to compute spherical-wave reflection coefficients. This computationally intensive forward model was implemented massively in parallel using the compute unified device architecture on an inexpensive graphics processing unit, which substantially increases performance and allows transdimensional uncertainty estimation for complex layered seabeds. Velocity- and attenuation-frequency dependence were modeled using Buckingham’s viscous grain-shearing theory, which predicts frequency dependence similar to that of Biot’s theory at low frequencies but due to different physical causes. The algorithm was applied at two experiment sites off the coast of Sicily that exhibit different degrees of sediment complexity. The rigorous uncertainty estimation allows inferences that can distinguish between friction- and viscous-loss mechanisms in complex layered media. Results at both sites indicated dispersive sediments at some depths where the variability of velocity and attenuation as a function of frequency clearly exceeds the estimated uncertainties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».